專利名稱：海上風(fēng)電場輕型直流輸電系統(tǒng)變流器的控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一種電力傳輸技術(shù)領(lǐng)域的控制方法，具體是一種海上風(fēng)電場輕型 直流輸電系統(tǒng)變流器的控制方法。
背景技術(shù)：
在海上風(fēng)電場并網(wǎng)系統(tǒng)中，通常可以采用直流和交流兩種方式并網(wǎng)。其中，交流并 網(wǎng)系統(tǒng)結(jié)構(gòu)相對簡單，但存在很多缺點，例如，需要大容量無功補償裝置，環(huán)境電磁污染嚴(yán) 重，線路損耗大，不適合遠(yuǎn)距離傳輸?shù)?。直流輸電方式可以分為傳統(tǒng)直流輸電與輕型直流輸電兩種方式，傳統(tǒng)直流輸電技 術(shù)相對成熟，但由于采用半控型電力電子器件，例如晶閘管(SCR)，存在一定的局限性，不能 對孤島等無源系統(tǒng)供電，開關(guān)頻率受電網(wǎng)頻率限制不可能太高，系統(tǒng)存在大量低次諧波，需 要大容量無功補償裝置，設(shè)備體積大。對弱系統(tǒng)供電或電網(wǎng)暫態(tài)故障時容易出現(xiàn)換向失敗 等事故。輕型直流輸電系統(tǒng)基于全控電力電子器件，例如絕緣柵雙極晶體管(IGBT)，不依 賴電網(wǎng)換相電壓支撐，可對孤島等無源系統(tǒng)供電，同時，因IGBT開關(guān)頻率高，系統(tǒng)只含有高 次諧波，僅需較小容量的濾波器即可濾除，無須配置大容量無功補償裝置，設(shè)備體積大大減 小，對于海上變電站平臺建造要求低，尤其適合應(yīng)用于海上風(fēng)電場并網(wǎng)直流輸電系統(tǒng)，可分 別實現(xiàn)風(fēng)電場側(cè)變流器和電網(wǎng)側(cè)變流器有功功率、無功功率獨立控制，控制方式靈活。即使 在電網(wǎng)出現(xiàn)瞬間故障或閃變時，還能夠協(xié)調(diào)兩端變流器控制方式，確保風(fēng)電場不出現(xiàn)脫網(wǎng) 等異常情況，同時，還可以對電網(wǎng)提供無功支撐，電力系統(tǒng)的穩(wěn)定性得到大大提高。海上風(fēng)電場輕型直流輸電并網(wǎng)變流器通常采用雙閉環(huán)矢量控制，一端變流器控制 直流電壓，另一端變流器控制有功功率，無功功率由兩端變流器分別獨立控制。其中較為成 熟的PI (比例積分)雙閉環(huán)結(jié)構(gòu)，其外環(huán)為無功功率、有功功率或者直流電壓控制環(huán)，可以 根據(jù)所采用的控制方式設(shè)置外環(huán)的控制目標(biāo)為有功功率或直流電壓；內(nèi)環(huán)為有功電流和無 功電流控制環(huán)，通過控制系統(tǒng)的DQ軸電流跟蹤外環(huán)給定值。經(jīng)對現(xiàn)有技術(shù)文獻的檢索發(fā)現(xiàn)，Ruihua Song等人在IEEE Transmission and DistributionConference上所發(fā)表的VSCs Based HVDC and Its Control Strategy(基于 電壓源變流器的高壓直流輸電及其控制策略)介紹了一種輕型直流輸電系統(tǒng)控制方式及 其系統(tǒng)的設(shè)計。兩端采用雙閉環(huán)結(jié)構(gòu)，內(nèi)環(huán)采用PI調(diào)節(jié)器和前饋解耦方式，能夠分別控制 有功電流、無功電流，跟蹤外環(huán)調(diào)節(jié)器輸出信號；外環(huán)采用PI調(diào)節(jié)器，分別控制有功功率、 無功功率或直流電壓跟蹤給定。系統(tǒng)穩(wěn)態(tài)性能好，但存在如下不足1)兩端均為PI調(diào)節(jié) 器，外環(huán)有功功率或直流電壓及無功功率需要兩個調(diào)節(jié)器，內(nèi)環(huán)有功電流、無功電流仍需兩 個PI調(diào)節(jié)器，因此一端變流器需至少4個PI調(diào)節(jié)器，兩端變流器總共就需要8個PI調(diào)節(jié) 器，調(diào)節(jié)器參數(shù)過多，實際應(yīng)用中難以調(diào)節(jié)、實施困難。PI參數(shù)的工程整定法大都基于系統(tǒng) 傳遞函數(shù)，但是該類技術(shù)較為復(fù)雜，以簡單傳遞函數(shù)等效方式計算得到的PI參數(shù)大都偏差 較大，往往需要在現(xiàn)場根據(jù)人工經(jīng)驗逐漸調(diào)整，要確保系統(tǒng)性能難度較大。2)對系統(tǒng)參數(shù)有 一定的依賴性，內(nèi)環(huán)前饋控制，動態(tài)過程用到系統(tǒng)電感等參數(shù)，在實際系統(tǒng)中這些參數(shù)的準(zhǔn)確性難以保證，有時偏差較大，且隨系統(tǒng)運行工況不同會發(fā)生變化，因此，按照常規(guī)標(biāo)稱系 統(tǒng)參數(shù)設(shè)計的調(diào)節(jié)器在實際運行中，輸出性能可能與期望值存在一定偏差。3)輕型直流輸 電系統(tǒng)數(shù)學(xué)模型本身存在強耦合、非線性等特征，而PI調(diào)節(jié)器是按照系統(tǒng)穩(wěn)態(tài)線性化模型 進行設(shè)計的，因此，系統(tǒng)的動態(tài)性能無法保證，調(diào)節(jié)效果不可能達到最優(yōu)。綜上，該技術(shù)中需 要調(diào)整的參數(shù)過多，實際工程中調(diào)節(jié)困難、系統(tǒng)性能難以保證；同時，因被控對象存在較強 耦合及非線性特征，采用線性系統(tǒng)設(shè)計的控制器，無法獲得較好的暫態(tài)響應(yīng)性能。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的上述不足，提供一種海上風(fēng)電場輕型直流輸電 系統(tǒng)變流器的控制方法。本發(fā)明基于合作粒子群優(yōu)化和PID(比例積分微分)神經(jīng)網(wǎng)絡(luò)控制 技術(shù)，利用粒子群搜索方法優(yōu)化神經(jīng)網(wǎng)絡(luò)權(quán)值，并由神經(jīng)網(wǎng)絡(luò)控制器代替?zhèn)鹘y(tǒng)PI調(diào)節(jié)器， 避免了傳統(tǒng)PI控制方法中PI參數(shù)需要反復(fù)調(diào)整和試湊的不足；同時，因該神經(jīng)網(wǎng)絡(luò)控制器 是采用非線性系統(tǒng)設(shè)計的，在訓(xùn)練過程中能夠按照預(yù)先設(shè)定的最優(yōu)化目標(biāo)優(yōu)化系統(tǒng)，與傳 統(tǒng)基于線性系統(tǒng)理論設(shè)計的PI控制器相比，能夠獲得更優(yōu)良的系統(tǒng)動態(tài)性能。本發(fā)明是通過以下技術(shù)方案實現(xiàn)的，本發(fā)明包括以下步驟第一步，對海上風(fēng)電場輕型直流輸電變流器進行簡化處理，得到變流器的傳遞函 數(shù)，并采用雙閉環(huán)矢量控制方式對變流器進行控制。所述的簡化處理，是將海上風(fēng)電場輕型直流輸電變流器簡化為一階慣性環(huán)節(jié)和比
K
例環(huán)節(jié)的串聯(lián)形式，得到變流器的傳遞函數(shù)為 Τ，其中κ是等效比例放大倍數(shù)，八是 IGBT開關(guān)動作的最大延遲時間，S是拉氏變換算子。所述的雙閉環(huán)矢量控制方式，是風(fēng)電場側(cè)變流器控制直流電壓和無功功率跟蹤 給定值，電網(wǎng)側(cè)變流器控制系統(tǒng)有功功率和無功功率跟蹤給定值；內(nèi)環(huán)基于變流器DQ同步 旋轉(zhuǎn)坐標(biāo)系，采用前饋解耦控制方式，實現(xiàn)系統(tǒng)有功電流和無功電流的分別獨立控制。第二步，檢測風(fēng)電場交流網(wǎng)側(cè)電壓及電流，計算有功功率P、無功功率Q和直流電
壓 ud。。第三步，建立三層結(jié)構(gòu)形式的PID神經(jīng)網(wǎng)絡(luò)控制模型，其中輸入層的兩個神經(jīng)元 分別接收系統(tǒng)的給定值和反饋值；中間層的三個神經(jīng)元分別為比例P神經(jīng)元、積分I神經(jīng)元 和微分D神經(jīng)元；輸出層的一個神經(jīng)元控制變流器的傳遞函數(shù)。所述的給定值是風(fēng)場輸出有功功率目標(biāo)值P*，無功功率給定值纊，直流電壓給定 值“。所述的反饋值是第二步得到的有功功率P、無功功率Q和直流電壓Udc0第四步，采用粒子群搜索方法，對PID神經(jīng)網(wǎng)絡(luò)控制模型進行優(yōu)化處理，得到PID 神經(jīng)網(wǎng)絡(luò)控制模型中中間層到輸出層的三個連接權(quán)值。所述的優(yōu)化處理，包括以下步驟1)建立N群粒子，每群M個粒子，每個粒子的維數(shù)為3 ；2)設(shè)置每個粒子的搜索范圍、初始速度、學(xué)習(xí)效率、初始位置和搜索補償參數(shù)；3)對PID神經(jīng)網(wǎng)絡(luò)進行前向傳遞，得到每個粒子的適應(yīng)值，選取其中適應(yīng)值最大 的粒子所對應(yīng)的粒子作為系統(tǒng)最優(yōu)粒子，每群粒子中適應(yīng)值最大的粒子所對應(yīng)的粒子作為該子群的最優(yōu)粒子；所述的適應(yīng)值是系統(tǒng)給定值和反饋值誤差平方的平均值。4)進行迭代處理，得到粒子的更新位置和更新速度。所述的迭代處理，是
kik+l)=mvi{k)+h c\-rx· Ipha1 -x(M+h C2-T2-Igha1 -x(M+h C2-T2-[g^ir)-^)]<,其中Vi(k+l)為第k+1次更新后第i個粒子的速度，Vi(k)為第k次更新后第i個 粒子的速度，i = 1，…，Μ，Γι和r2分別是介于1到η之間的隨機整數(shù)，gbest為子群最優(yōu)位 置，gbest(r)為其它子群最優(yōu)粒子位置，Pbest是系統(tǒng)最優(yōu)粒子位置，ω為加速因子，h是搜索 補償參數(shù)；5)用粒子的更新位置和更新速度對PID神經(jīng)網(wǎng)絡(luò)進行前向傳遞，得到所有粒子新 的適應(yīng)值，并分別得到各子群新的最優(yōu)粒子和系統(tǒng)新的最優(yōu)粒子的位置；6)用新的最優(yōu)粒子再次對PID神經(jīng)網(wǎng)絡(luò)進行前向傳遞，得到網(wǎng)絡(luò)輸出，得到新的 最優(yōu)粒子的適應(yīng)值，返回3)，直至達到設(shè)定的循環(huán)次數(shù)，最終得到的最優(yōu)粒子的位置就是 PID神經(jīng)網(wǎng)絡(luò)的連接權(quán)值。第五步，PID神經(jīng)網(wǎng)絡(luò)控制模型中輸入層中給定值到中間層的連接權(quán)值為+1，輸 入層中反饋值到中間層的連接權(quán)值為-1，對PID神經(jīng)網(wǎng)絡(luò)進行前向傳遞，得到神經(jīng)網(wǎng)絡(luò)的 輸出，其輸出信號作為標(biāo)準(zhǔn)SPWM觸發(fā)方法的參考波，將該參考波與IKHz以上的三角波比 較，生成觸發(fā)脈沖，從而驅(qū)動變流器主電路中各IGBT器件開關(guān)。與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是1)控制器將傳統(tǒng)的PI控制器替換為PID神經(jīng)網(wǎng)絡(luò)控制器，無須參數(shù)整定和反復(fù) 調(diào)整的過程；采用粒子群搜索方法對神經(jīng)網(wǎng)絡(luò)進行優(yōu)化，使系統(tǒng)性能達到最優(yōu)，并且運用優(yōu) 化方法后可進一步提高系統(tǒng)性能，避免依靠人工經(jīng)驗整定系統(tǒng)參數(shù)造成系統(tǒng)性能的不確定 性，由于海上風(fēng)電場并網(wǎng)直流輸電系統(tǒng)中被控對象存在強耦合、非線性特點，PI調(diào)節(jié)器為線 性控制器，系統(tǒng)暫態(tài)性能調(diào)整困難。本發(fā)明中采用神經(jīng)網(wǎng)絡(luò)控制器的非線性控制方式，不僅 減少了需要調(diào)整的參數(shù)，同時，也可以提高系統(tǒng)暫態(tài)響應(yīng)性能。2)神經(jīng)網(wǎng)絡(luò)權(quán)值基于被控系統(tǒng)非線性模型訓(xùn)練獲得，更接近真實系統(tǒng)。系統(tǒng)運行 過程中只有PID神經(jīng)網(wǎng)絡(luò)前向傳播過程參與控制，方法相對簡單、易于實現(xiàn)。


圖1是實施例中海上風(fēng)電場并網(wǎng)輕型直流輸電變流器信號連接圖；圖2是實施例中輕型直流輸電系統(tǒng)中變流器拓?fù)浣Y(jié)構(gòu)圖；圖3是實施例中粒子群方法訓(xùn)練神經(jīng)網(wǎng)絡(luò)的流程圖；圖4是實施例中神經(jīng)網(wǎng)絡(luò)中輸入層到中間層各神經(jīng)元的連接關(guān)系示意圖；圖5是分別采用實施例方法和現(xiàn)有技術(shù)得到的系統(tǒng)階躍響應(yīng)仿真結(jié)果比較示意 圖。
具體實施例方式以下結(jié)合附圖對本發(fā)明的方法進一步描述本實施例在以本發(fā)明技術(shù)方案為前提下進行實施，給出了詳細(xì)的實施方式和具體的操作過程，但本發(fā)明的保護范圍不限于下述 的實施例。實施例本實施例的海上風(fēng)電場輕型直流輸電系統(tǒng)如圖1所示，其中VSC1為風(fēng)電場側(cè)變 流器，VSC2為電網(wǎng)側(cè)變流器，兩側(cè)以直流電容穩(wěn)壓，分別經(jīng)變壓器連接至風(fēng)電場和電網(wǎng)，系 統(tǒng)控制功率方向由風(fēng)電場側(cè)輸送至電網(wǎng)側(cè)，所傳輸功率為PDC。所述的變流器結(jié)構(gòu)如圖2所示，由6只全控電力電子器件IGBT組成，連接成三相 全控橋結(jié)構(gòu)。直流側(cè)為兩電容串聯(lián)，起到穩(wěn)定直流電壓的作用。輸入側(cè)串聯(lián)平波電抗器，作 用為平滑電流波形和泵升直流電壓。本實施例包括以下步驟第一步，對海上風(fēng)電場輕型直流輸電變流器進行簡化處理，得到變流器的傳遞函 數(shù)，并采用雙閉環(huán)矢量控制方式對變流器進行控制。所述的簡化處理，是將海上風(fēng)電場輕型直流輸電變流器簡化為一階慣性環(huán)節(jié)和比
K
例環(huán)節(jié)的串聯(lián)形式，得到變流器的傳遞函數(shù)為 Τ，其中κ是等效比例放大倍數(shù)，Ts是 IGBT開關(guān)動作的最大延遲時間，S是拉氏變換算子。所述的雙閉環(huán)矢量控制方式，是風(fēng)電場側(cè)變流器控制直流電壓和無功功率跟蹤 給定值，電網(wǎng)側(cè)變流器控制系統(tǒng)有功功率和無功功率跟蹤給定值；內(nèi)環(huán)基于變流器DQ同步 旋轉(zhuǎn)坐標(biāo)系，采用前饋解耦控制方式，實現(xiàn)系統(tǒng)有功電流和無功電流的分別獨立控制。第二步，檢測風(fēng)電場交流網(wǎng)側(cè)電壓及電流，并計算有功功率P、無功功率Q和直流 電壓Ud。，具體為2. 1、檢測風(fēng)場出口處電壓，檢測風(fēng)場側(cè)變流器入口處電流，同時送入風(fēng)場側(cè)變流 器控制器；2. 2、檢測電網(wǎng)入口處電壓，檢測電網(wǎng)側(cè)變流器出口處電流，同時送入電網(wǎng)側(cè)變流 器控制器；2. 3、檢測兩端變流器直流側(cè)電容電壓，送入系統(tǒng)控制模塊；2. 4、兩端變流器控制模塊將檢測到的電壓，電流信號進行坐標(biāo)變換，轉(zhuǎn)化為兩相 旋轉(zhuǎn)坐標(biāo)系下電壓矢量和電流矢量；2. 5、利用坐標(biāo)變換結(jié)果進行功率計算，得到有功功率P、無功功率Q和直流電壓
Udc0所述的坐標(biāo)變換，包括三相靜止坐標(biāo)系A(chǔ)BC到兩相靜止坐標(biāo)系α β的變換，兩相 靜止坐標(biāo)系α β到兩相旋轉(zhuǎn)坐標(biāo)系DQ的變換，其中ABC到α β的變換將三相交流量轉(zhuǎn)換 成兩相交流量，分布在互相垂直的兩相靜止坐標(biāo)軸上，α β到DQ系的變換是將兩相交流量 轉(zhuǎn)換為兩相直流量，分布在互相垂直并且在空間中以同步速旋轉(zhuǎn)的兩相坐標(biāo)軸上，D軸定向 于電網(wǎng)電壓矢量方向。所述的功率計算，是利用瞬時功率理論，基于電壓和電流的α β軸分量經(jīng)數(shù)學(xué)運 算得到。第三步，建立三層結(jié)構(gòu)形式的PID神經(jīng)網(wǎng)絡(luò)控制模型，其中輸入層的兩個神經(jīng)元 分別接收系統(tǒng)的給定值和反饋值；中間層的三個神經(jīng)元分別為比例P神經(jīng)元、積分I神經(jīng)元和微分D神經(jīng)元；輸出層的一個神經(jīng)元控制變流器的傳遞函數(shù)(即控制對象)。所述的給定值是風(fēng)場輸出有功功率目標(biāo)值P*，無功功率給定值Q*，直流電壓給定 值“。所述的反饋值是第二步得到的有功功率P、無功功率Q和直流電壓Udc。第四步，采用粒子群搜索方法，對PID神經(jīng)網(wǎng)絡(luò)控制模型進行優(yōu)化處理，得到PID 神經(jīng)網(wǎng)絡(luò)控制模型中中間層到輸出層的三個連接權(quán)值。所述的優(yōu)化處理，如圖3所示，包括以下步驟1)建立3群粒子，每群30個粒子，每個粒子的維數(shù)為3 ；2)設(shè)置每個粒子的搜索范圍、初始速度、學(xué)習(xí)效率、初始位置和搜索補償參數(shù)；本實施例中搜索范圍取為-40 +40，學(xué)習(xí)效率取2，初始位置為(1，1，1)，搜索補 償參數(shù)為0.5。3)對PID神經(jīng)網(wǎng)絡(luò)進行前向傳遞，得到每個粒子的適應(yīng)值，選取其中適應(yīng)值最大 的粒子所對應(yīng)的粒子作為系統(tǒng)最優(yōu)粒子，每群粒子中適應(yīng)值最大的粒子所對應(yīng)的粒子作為 該子群的最優(yōu)粒子；所述的適應(yīng)值是系統(tǒng)給定值和反饋值誤差平方的平均值。4)進行迭代處理，得到粒子的更新位置和更新速度。所述的迭代處理，是
q-1-Vphest -·#)]+0.5. C2-K1-Vghes1 -柳]+0.5. C2-K1-H 洲]其中Vi(k+l)為第k+1次更新后第i個粒子的速度，Vi(k)為第k次更新后第i個 粒子的速度，i = 1，…，30，Γι和r2分別是介于1到η之間的隨機整數(shù)，gbest為子群最優(yōu)位 置，gbest W為其它子群最優(yōu)粒子位置，Pbest是系統(tǒng)最優(yōu)粒子位置，系數(shù)2為加速因子，系數(shù) 0. 5用于平衡粒子最優(yōu)位置Pbest。5)用粒子的更新位置和更新速度對PID神經(jīng)網(wǎng)絡(luò)進行前向傳遞，得到所有粒子新 的適應(yīng)值，并分別得到各子群新的最優(yōu)粒子和系統(tǒng)新的最優(yōu)粒子的位置。6)用新的最優(yōu)粒子再次對PID神經(jīng)網(wǎng)絡(luò)進行前向傳遞，計算系統(tǒng)誤差和輸出并繪 圖，得到新的最優(yōu)粒子的適應(yīng)值，返回3)，直至達到設(shè)定的循環(huán)次數(shù)，最終得到的最優(yōu)粒子 的位置就是PID神經(jīng)網(wǎng)絡(luò)的連接權(quán)值。所述的對PID神經(jīng)網(wǎng)絡(luò)進行前向傳遞，包括以下步驟(本實施例以直流電壓為 例)Α、輸入層兩個神經(jīng)元，采用比例神經(jīng)元，比例系數(shù)為1，分別接收系統(tǒng)直流電壓給 定值，和測量的到的反饋值，即將各自接收的到輸入值與比例因子1相乘后作為該神經(jīng)元 輸出。B、神經(jīng)網(wǎng)絡(luò)中輸入層到中間層各神經(jīng)元的連接關(guān)系如圖4所示，其中每個神經(jīng) 元分為三個部分，分別是神經(jīng)元的輸入、狀態(tài)和輸出。神經(jīng)元的輸入體現(xiàn)了生物神經(jīng)元的空 間綜合作用，在任意時刻t，對于神經(jīng)網(wǎng)絡(luò)的第j個神經(jīng)元，其總輸入Iietj等于與其相連的 各支路輸入量xi、x2、…xn分別乘上各自權(quán)重 、 、…Wnj后的總和。神經(jīng)元j的狀態(tài)Uj 由自身的狀態(tài)轉(zhuǎn)換函數(shù)g( ·)決定，其t+1時刻的狀態(tài)以當(dāng)前總輸入ne、和當(dāng)前狀態(tài)為自 變量。神經(jīng)元j的輸出Xj由輸出函數(shù)f(·)決定。神經(jīng)元狀態(tài)Uj為自變量，其輸出函數(shù)產(chǎn)生該神經(jīng)元的輸出值。本實施例采用簡單的比例函數(shù)，易于實際系統(tǒng)的實現(xiàn)。將輸入層神經(jīng)元的輸出乘以連接權(quán)值后傳遞給中間層各神經(jīng)元，中間層神經(jīng)元首 先將其接收到的輸入值求和，作為中間層神經(jīng)元的輸入，然后P神經(jīng)元將其輸入做比例運 算，比例系數(shù)取1，I神經(jīng)元將其輸入做積分運算，D神經(jīng)元將其輸入做微分運算，最后分別 得到中間層的P，I，D神經(jīng)元的輸出。C、中間層神經(jīng)元的輸出乘以粒子群優(yōu)化得到中間層到輸出層的最優(yōu)網(wǎng)絡(luò)權(quán)值，作 為輸出神經(jīng)元的輸入，輸出神經(jīng)元將其所有連接的輸入求和后作為整個神經(jīng)網(wǎng)絡(luò)控器的輸
出ο第五步，PID神經(jīng)網(wǎng)絡(luò)控制模型中輸入層中給定值到中間層的連接權(quán)值為+1，輸 入層中反饋值到中間層的連接權(quán)值為-1，對PID神經(jīng)網(wǎng)絡(luò)進行前向傳遞，得到神經(jīng)網(wǎng)絡(luò)的 輸出，其輸出信號作為標(biāo)準(zhǔn)SPWM觸發(fā)方法的參考波，將該參考波與IKHz以上的三角波比 較，生成觸發(fā)脈沖，從而驅(qū)動變流器主電路中各IGBT器件開關(guān)。圖5所示為系統(tǒng)階躍響應(yīng)輸出曲線，包含三條曲線，分別為直流電壓給定值時系 統(tǒng)響應(yīng)曲線(Vdcl)、傳統(tǒng)PI調(diào)節(jié)器控制時系統(tǒng)響應(yīng)曲線(V*dc)和本實施例采用PID神經(jīng) 網(wǎng)絡(luò)控制得到的系統(tǒng)響應(yīng)曲線(Vdc2)。其中，圖5(b)為局部放大曲線，通過比較可以看出， 傳統(tǒng)PI調(diào)節(jié)方式雖然也可以獲得較好的系統(tǒng)響應(yīng)性能，且且二者穩(wěn)態(tài)跟蹤精度均較高。但 階躍過程中存在一定的超調(diào)和振蕩過程，而PID神經(jīng)網(wǎng)絡(luò)控制則可以獲得更優(yōu)良的暫態(tài)響 應(yīng)性能。利用MATLAB/SIMULIK對輕型直流輸電控制系統(tǒng)進行仿真，仿真參數(shù)為風(fēng)電場出 口線A電壓U1 = IOOkV,電抗器等值電阻為R = 0. 25 Ω、電感為L = 47. 7mH、電容為C = 1500μ F，給定直流電壓為v〗f =200kV。系統(tǒng)額定容量200MVA，線電壓有效值100kV，系統(tǒng)經(jīng)過 標(biāo)幺化處理。仿真中初始化三群粒子，每群30個粒子，隨機分布于搜索空間中，加速因子C1 =C2 = 2，迭代80次，粒子搜索范圍[-40，+40]，輸入信號采樣點200個。模擬風(fēng)電場輸出功率的波動性，設(shè)置輸入信號階躍變化，在第150采樣點時由0. 7 階躍變化為1，按照上述流程對網(wǎng)絡(luò)進行訓(xùn)練和調(diào)整權(quán)值。將迭代后的最優(yōu)粒子作為PIDNN 各層權(quán)值，并利用MATLAB的S函數(shù)實現(xiàn)其前向傳遞過程，經(jīng)過仿真驗證，仿真中設(shè)置直流電 壓在0. 75s時由0. Spu階躍變化至lpu，仿真結(jié)果如圖5(a)所示，圖5 (b)為階躍響應(yīng)局部 放大曲線。分析比較了傳統(tǒng)工程整定(典型I型系統(tǒng))PI調(diào)節(jié)器和PIDNN(PID神經(jīng)網(wǎng)絡(luò)) 控制器的控制效果，其中為直流電壓給定值，vdcl, vdc2分別為PIDNN控制器和傳統(tǒng)PI控 制器系統(tǒng)響應(yīng)曲線。經(jīng)調(diào)整工程整定法計算得到的PI參數(shù)為kp= 1.62 (比例環(huán)節(jié))、ki = 87. 57 (積分放大倍數(shù))；粒子群訓(xùn)練獲得的PIDNN最優(yōu)權(quán)值分別為8. 531,0. 00798,6. 649， 分別對應(yīng)于圖4中的W' i、w' 2、w' 3。因跟蹤控制系統(tǒng)輸入層至中間層的權(quán)值取為定值 +1、_1，保持系統(tǒng)單位負(fù)反饋狀態(tài)，同時，也減少了運算量，節(jié)省存儲空間，便于實際系統(tǒng)的 開發(fā)。經(jīng)傳統(tǒng)工程整定法設(shè)計的PI調(diào)節(jié)方法，直流電壓階躍變化過程中系統(tǒng)有大約 10%的超調(diào)量，而通過粒子群訓(xùn)練獲得的PIDNN控制方法使系統(tǒng)無超調(diào)，且跟蹤較快； PIDNN控制方法器具有較快的響應(yīng)速度和較高的跟蹤精度，進一步驗證了本實施例方法的 正確性和優(yōu)越性；本實施例運算量較常規(guī)PID神經(jīng)網(wǎng)絡(luò)明顯減少，對于本實施例，輸入層至 中間層的6個權(quán)值取為定值，不參與權(quán)值更新運算，使粒子維數(shù)由9維降低為3維，參與運算的數(shù)據(jù)量減少了 2/3。迭代運算中存儲神經(jīng)網(wǎng)絡(luò)權(quán)值的數(shù)組長度也相應(yīng)減少，大大節(jié)省了 運算中占用的存儲空間。
權(quán)利要求
一種海上風(fēng)電場輕型直流輸電系統(tǒng)變流器的控制方法，其特征在于，包括以下步驟第一步，對海上風(fēng)電場輕型直流輸電變流器進行簡化處理，得到變流器的傳遞函數(shù)，并采用雙閉環(huán)矢量控制方式對變流器進行控制；第二步，檢測風(fēng)電場交流網(wǎng)側(cè)電壓及電流，計算有功功率P、無功功率Q和直流電壓Udc；第三步，建立三層結(jié)構(gòu)形式的PID神經(jīng)網(wǎng)絡(luò)控制模型，其中輸入層的兩個神經(jīng)元分別接收系統(tǒng)的給定值和反饋值；中間層的三個神經(jīng)元分別為比例P神經(jīng)元、積分I神經(jīng)元和微分D神經(jīng)元；輸出層的一個神經(jīng)元控制變流器的傳遞函數(shù)；第四步，采用粒子群搜索方法，對PID神經(jīng)網(wǎng)絡(luò)控制模型進行優(yōu)化處理，得到PID神經(jīng)網(wǎng)絡(luò)控制模型中中間層到輸出層的三個連接權(quán)值；第五步，PID神經(jīng)網(wǎng)絡(luò)控制模型中輸入層中給定值到中間層的連接權(quán)值為+1，輸入層中反饋值到中間層的連接權(quán)值為 1，對PID神經(jīng)網(wǎng)絡(luò)進行前向傳遞，得到神經(jīng)網(wǎng)絡(luò)的輸出，其輸出信號作為標(biāo)準(zhǔn)SPWM觸發(fā)方法的參考波，將該參考波與1KHz以上的三角波比較，生成觸發(fā)脈沖，從而驅(qū)動變流器主電路中各IGBT器件開關(guān)。
2.根據(jù)權(quán)利要求1所述的海上風(fēng)電場輕型直流輸電系統(tǒng)變流器的控制方法，其特征是，第一步中所述的簡化處理，是將海上風(fēng)電場輕型直流輸電變流器簡化為一階慣性環(huán)節(jié) 和比例環(huán)節(jié)的串聯(lián)形式，得到變流器的傳遞函數(shù)為K/TsS+1其中K是等效比例放大倍數(shù)，Ts是IGBT開關(guān)動作的最大延遲時間，S是拉氏變換算子。
3.根據(jù)權(quán)利要求1所述的海上風(fēng)電場輕型直流輸電系統(tǒng)變流器的控制方法，其特征 是，第一步中所述的雙閉環(huán)矢量控制方式是指風(fēng)電場側(cè)變流器控制直流電壓和無功功率 跟蹤給定值，電網(wǎng)側(cè)變流器控制系統(tǒng)有功功率和無功功率跟蹤給定值；內(nèi)環(huán)基于變流器DQ 同步旋轉(zhuǎn)坐標(biāo)系，采用前饋解耦控制方式，實現(xiàn)系統(tǒng)有功電流和無功電流的分別獨立控制。
4.根據(jù)權(quán)利要求1所述的海上風(fēng)電場輕型直流輸電系統(tǒng)變流器的控制方法，其特征 是，第三步中所述的給定值是風(fēng)場輸出有功功率目標(biāo)值Ρ*，無功功率給定值Q*，直流電壓給 定值C。
5.根據(jù)權(quán)利要求1所述的海上風(fēng)電場輕型直流輸電系統(tǒng)變流器的控制方法，其特征 是，第三步中所述的反饋值是第二步得到的有功功率P、無功功率Q和直流電壓Udc0
6.根據(jù)權(quán)利要求1所述的海上風(fēng)電場輕型直流輸電系統(tǒng)變流器的控制方法，其特征 是，第四步中所述的優(yōu)化處理，包括以下步驟1)建立N群粒子，每群M個粒子，每個粒子的維數(shù)為3；2)設(shè)置每個粒子的搜索范圍、初始速度、學(xué)習(xí)效率、初始位置和搜索補償參數(shù)；3)對PID神經(jīng)網(wǎng)絡(luò)進行前向傳遞，得到每個粒子的適應(yīng)值，選取其中適應(yīng)值最大的粒 子所對應(yīng)的粒子作為系統(tǒng)最優(yōu)粒子，每群粒子中適應(yīng)值最大的粒子所對應(yīng)的粒子作為該子 群的最優(yōu)粒子；4)進行迭代處理，得到粒子的更新位置和更新速度；5)用粒子的更新位置和更新速度對PID神經(jīng)網(wǎng)絡(luò)進行前向傳遞，得到所有粒子新的適 應(yīng)值，并分別得到各子群新的最優(yōu)粒子和系統(tǒng)新的最優(yōu)粒子的位置；6)用新的最優(yōu)粒子再次對PID神經(jīng)網(wǎng)絡(luò)進行前向傳遞，得到網(wǎng)絡(luò)輸出，得到新的最優(yōu) 粒子的適應(yīng)值，返回3)，直至達到設(shè)定的循環(huán)次數(shù)，最終得到的最優(yōu)粒子的位置就是PID神 經(jīng)網(wǎng)絡(luò)的連接權(quán)值。
7.根據(jù)權(quán)利要求6所述的海上風(fēng)電場輕型直流輸電系統(tǒng)變流器的控制方法，其特征 是，所述的適應(yīng)值是系統(tǒng)給定值和反饋值誤差平方的平均值。
8.根據(jù)權(quán)利要求6所述的海上風(fēng)電場輕型直流輸電系統(tǒng)變流器的控制方法，其特征 是，所述的迭代處理，是 其中Vi(k+l)為第k+1次更新后第i個粒子的速度，Vi (k)為第k次更新后第i個粒 子的速度，i = 1，…，Μ，Γι和r2分別是介于1到η之間的隨機整數(shù)，gbest為子群最優(yōu)位置， gbest(r)為其它子群最優(yōu)粒子位置，Pbest是系統(tǒng)最優(yōu)粒子位置，ω為加速因子，h是搜索補償 參數(shù)。
全文摘要
一種電力傳輸技術(shù)領(lǐng)域的海上風(fēng)電場輕型直流輸電系統(tǒng)變流器的控制方法，本發(fā)明基于粒子群尋優(yōu)方法設(shè)計PID神經(jīng)網(wǎng)絡(luò)控制器，替代傳統(tǒng)PI調(diào)節(jié)器，利用階躍輸入訓(xùn)練神經(jīng)網(wǎng)絡(luò)，即設(shè)置多群粒子在神經(jīng)網(wǎng)絡(luò)權(quán)值空間中搜索，根據(jù)神經(jīng)網(wǎng)絡(luò)的適應(yīng)值函數(shù)不斷更新粒子的位置和速度，以獲得神經(jīng)網(wǎng)絡(luò)最優(yōu)權(quán)值。利用訓(xùn)練得到的最優(yōu)權(quán)值結(jié)合神經(jīng)網(wǎng)絡(luò)誤差前向傳播方法，替換傳統(tǒng)PI調(diào)節(jié)器控制系統(tǒng)運行，不僅減少了需要調(diào)整的參數(shù)，同時，也可以提高系統(tǒng)暫態(tài)響應(yīng)性能；神經(jīng)網(wǎng)絡(luò)權(quán)值基于被控系統(tǒng)非線性模型訓(xùn)練獲得，更接近真實系統(tǒng)。系統(tǒng)運行過程中只有PID神經(jīng)網(wǎng)絡(luò)前向傳播過程參與控制，方法相對簡單、易于實現(xiàn)。
文檔編號H02J3/36GK101895125SQ201010247958
公開日2010年11月24日 申請日期2010年8月6日 優(yōu)先權(quán)日2010年8月6日
發(fā)明者李爽, 王國強, 王志新 申請人:上海交通大學(xué)